Tamanho da fonte:
APRENDIZADO DE MÁQUINA APLICADO A PATOLOGIAS NA CONSTRUÇÃO CIVIL
Última alteração: 2024-09-06
Resumo
Em meio a uma sociedade cada vez mais industrializada surge a preocupação por construções cada vez mais sustentáveis. Neste processo torna-se relevante a elaboração de modelos para previsão de vida útil de estruturas em concreto armado sujeitas à carbonatação, que é uma característica importante para garantir a durabilidade das estruturas. Desta forma o objetivo deste trabalho é criar uma ferramenta que utilize métodos de Machine Learning para fazer a predição da profundidade de carbonatação em vigas de concreto. Para elaboração desta ferramenta estão sendo utilizadas bibliotecas com modelos de predição baseados em três segmentos diferentes, aprendizado por árvores de decisão, aprendizado por Support Vector Machine (SVM) e aprendizado por Redes Neurais. Estes modelos são treinados, testados e validados por uma base de dados sintética criada através da fórmula de Possan, entre estes processos são realizados vários tratamentos de dados, como discretização e filtragem dessa forma é discutido quais os melhores hiperparâmetros para treino do modelo. O objetivo final é comparar todos os modelos e identificar qual apresenta o resultado mais significativo. Além disso, técnicas de explicabilidade, como SHAP values, serão empregadas para destacar as variáveis que mais influenciam os resultados, permitindo uma análise aprofundada sobre como diminuir esses impactos.
Palavras-chave
Carbonatação. Concreto. Machine Learning. Vida útil.
É necessário inscrever-se na conferência para visualizar os documentos.